Regex 如何删除单行中的第二个grep匹配？

输入文件1

BRAF      p.Gly464Val  Non-small cell p.Gly464Val   pathogenic
BAG3      p.His83Gln  AllHighlyPenetrant      p.His83Gln     pathogenic 
EYA4      p.Gly277Ser  AllHighlyPenetrant     p.Gly277Ser    pathogenic

myCmd

egrep "p\.[A-Z][a-z]{1,}[0-9]{1,}[A-Z][a-z]{1,}" file1

预期产出

BRAF      p.Gly464Val  Non-small cell  pathogenic
BAG3      p.His83Gln  AllHighlyPenetrant  pathogenic 
EYA4      p.Gly277Ser  AllHighlyPenetrant  pathogenic 

如何删除第二个grep匹配？如有任何建议，我们将不胜感激。

---

thnx

如果格式不重要：

awk '{$(NF-1)=""}1' file
BRAF p.Gly464Val Non-small cell  pathogenic
BAG3 p.His83Gln AllHighlyPenetrant  pathogenic
EYA4 p.Gly277Ser AllHighlyPenetrant  pathogenic

---

无论格式如何，以下命令都应执行此任务

perl -pe 's/(p\.[A-Z][a-z]{1,}[0-9]{1,}[A-Z][a-z]{1,}.*?)p\.[A-Z][a-z]{1,}[0-9]{1,}[A-Z][a-z]{1,}/\1/' file

perl-pe的//'文件

将用

替换所有出现的

因此，要分解正则表达式：

（p\[A-Z][A-Z]{1，}[0-9]{1，}[A-Z][A-Z]{1，}.*？

捕获您的模式和之后的任何内容，直到它达到下一个条件。

*

后面的

？

是为了使它不贪婪，因为您希望它在第二次与模式匹配时停止。如果您没有放入

？

，并且您有第三个匹配项，或者之后有更多匹配项，那么它将删除找到的最后一个匹配项，因为

*

将捕获它可以捕获的所有内容

p\[A-Z][A-Z]{1，}[0-9]{1，}[A-Z][A-Z]{1，}

第二次使用您的模式时。这次我们不捕获它（不

（）

），因为我们无论如何都要丢弃它

遵循此模式的任何内容都不会匹配，因此不会受到影响。然后，我们将第一个捕获的组

\1

替换为匹配的部分，因此“忘记”了第二个匹配

为什么perl优于grep

---

Grep是围绕搜索而设计的，因此很容易找到模式，但格式化输出却不那么容易。

假设重复的文本总是首先显示为第二个字段：

$ cat input.txt
BRAF      p.Gly464Val  Non-small cell p.Gly464Val   pathogenic
BAG3      p.His83Gln  AllHighlyPenetrant      p.His83Gln     pathogenic
EYA4      p.Gly277Ser  AllHighlyPenetrant     p.Gly277Ser    pathogenic

$ sed -r 's/^([^ ]* *)([^ ]*)(.*)(\2 *)(.*)/\1\2\3\5/' input.txt
BRAF      p.Gly464Val  Non-small cell pathogenic
BAG3      p.His83Gln  AllHighlyPenetrant      pathogenic
EYA4      p.Gly277Ser  AllHighlyPenetrant     pathogenic

说明：

第一个括号匹配其后的第一个字段和空格

第二个括号匹配第二个字段

第三个括号匹配任何文本，直到再次找到第二个字段

然后匹配重复的第二个字段&之后的任何空格

匹配最后一个括号中剩余的任何内容

最后，将其替换为除重复的第二个字段之外的所有内容

---

我不知道怎么用这个…我是个新手。你能演示一下吗？不清楚。输入是否包含on；只有三行？第二个

grep匹配是否总是最后一个字段的第二个？@AvinashRaj:不，有类似的10kentries@Jotne：是的，解释总是倒数第二+2